Die COVID-19-Pandemie hat sich für Unternehmen als Katalysator erwiesen, um ihre Datenkapazitäten in Frage zu stellen und ihre Data-Management-Strategien neu zu bewerten. Dieser Artikel soll einen Leitfaden zur Erreichung eines Data Managements der nächsten Generation bieten und einen Fahrplan für den Übergang darlegen.

Dieser Blog-Beitrag ist der zweite von zwei Beiträgen, die die aktuelle Rolle von Initiativen im Bereich SAP MDG und Master Data Management (MDM) beschreiben und einen Ausblick darauf geben, wie Sie eine Roadmap entwerfen können, um mehr aus Ihrem MDM-Programm herauszuholen. Wenn Sie den ersten Beitrag noch nicht gelesen haben, können Sie ihn hier finden.

Next Generation Data Management

Es werden riesige Datenmengen produziert und die entsprechenden Systemlandschaften werden immer komplexer. Die effiziente Handhabung, Pflege, Überwachung, Analyse und Löschung der Daten ist daher zu einer wesentlichen Aufgabe im Tagesgeschäft eines jeden Unternehmens geworden. Um für dieses sich ständig verändernde und vielfältige Umfeld gewappnet zu sein, müssen Unternehmen sowohl auf strategischer als auch auf operativer Ebene neue Ansätze für das Datenmanagement initiieren. Eine integrale Rolle in dieser modernen Datenverwaltungsarchitektur wird durch das Master Data Management (MDM) beschrieben, das die Grundlage für die Wertschöpfung eines Unternehmens bildet und den Unternehmen hilft, in ihrer zukünftigen Betriebsumgebung wettbewerbsfähig zu bleiben.

Die Mehrheit der zukünftigen strategischen Geschäftsziele wird die Implementierung eines Datenmanagements der nächsten Generation (NextGen Data Management) beinhalten müssen, um tatsächlich wettbewerbsfähig zu bleiben. Nach unserem Verständnis ist NextGen Data Management die logische Anpassung gängiger MDM-Ansätze an ein datengesteuertes Geschäftsmodell in einer verteilten Umgebung:

  • Value of Data: Die Fähigkeit, Daten effektiv zu verwalten, kann ebenso wertvoll sein wie die Erkenntnisse, die sich aus der Analyse der Daten ergeben.
  • Extreme Process Automation: Die Automatisierung von Datenverarbeitungsaktivitäten kann die Prozesskosten erheblich senken und die Qualität der Stammdaten verbessern.
  • Externe Faktoren: Anpassung der Datenverwaltungsaktivitäten an neue Anforderungen, die durch externe Faktoren mit Einfluss auf das MDM, wie z.B. Organisationsstrukturen, kulturelle Anforderungen, gesetzliche Vorschriften usw., gestellt werden.
  • Analytics & Data Science: Die Anwendung fortschrittlicher Analytik im Bereich Stammdaten ermöglicht die Realisierung von Optimierungspotenzialen und kann Synergien über die gesamte Wertschöpfungskette hinweg aufdecken.
  • User Experience: Ein hohes Engagement der Nutzer aufgrund einer guten User Experience kann die allgemeine Datenqualität verbessern und die Nutzerzufriedenheit steigern.

Einsatz von AI zur Ergänzung von MDM-Aktivitäten

In einer Studie, die kürzlich durchgeführt wurde, befragten unsere Kollegen der Camelot ITLab führende Unternehmen im Bereich der Datenverwaltung in verschiedenen Branchen, um den aktuellen Stand der MDM-Initiativen sowie die Marktstimmung und die zukünftigen Ambitionen zur Erreichung von NextGen Data Management zu analysieren.

Ein Beispiel war der Einsatz von AI zur Erleichterung des Stammdatenmanagements. Als die Teilnehmer in der Umfrage gefragt wurden, ob sie in Proof-of-Concepts der künstlichen Intelligenz investieren oder dies planen, um ihre Aktivitäten im Bereich der Stammdatenverwaltung zu ergänzen, verneinten 80% der Befragten geplante Investitionen. Nur 14% der Befragten haben PoCs in der AI implementiert, um das MDM in ihren Unternehmen zu verbessern, weitere 6% planen die Implementierung in den nächsten 12 Monaten.

Die Anwendung fortschrittlicher Technologien wie künstliche Intelligenz beschreibt den nächsten Schritt des Datenmanagements, wenn die grundlegenden Anforderungen erfüllt und übertroffen sind. Die Antworten in der Studie deuten jedoch darauf hin, dass es viel Raum für Verbesserungen gibt, insbesondere im Hinblick auf den Einsatz von künstlicher Intelligenz im Bereich der Stammdatenverwaltung. Dies wirft die Frage auf, ob die grundlegenden Anforderungen noch nicht vollständig erfüllt sind oder ob mangelnder Ehrgeiz die Unternehmen zum Stillstand bringt.

Roadmap für Next Generation Data Management

Abschließend haben wir von CAMELOT Management Consultants drei Bereiche definiert, in denen konkrete nächste Schritte festgelegt wurden, um Unternehmen auf ihrem Weg der MDM-Transformation zu unterstützen. Diese drei Schritte sind besonders dann wichtig, wenn Sie gerade damit beginnen, Ihren Gesamtansatz für Ihre MDM-Landschaft zu überarbeiten. Hier eine Zusammenfassung:

  1. Machen Sie Ihre “Hausaufgaben”
    1. Implementieren Sie eine geeignete Dateninfrastruktur und bauen Sie Ihre Organisation so auf, dass sie das volle Potenzial der aktuellen Daten nutzen kann.
    2. Verbessern Sie die allgemeine Datenqualität Ihrer Stamm- und Transaktionsdaten, bevor Sie weitere Daten aus externen Quellen aufnehmen.
    3. Bilden Sie Ihre Mitarbeiter kontinuierlich weiter und befähigen Sie sie, die Grundlage für einen nachhaltigen Datenmanagementansatz zu schaffen und die Bereitschaft für ein ordnungsgemäßes Datenmanagement in ihre täglichen Betriebsabläufe zu integrieren.
    4. Untersuchen Sie mögliche Werkzeuge, die auf dem individuellen MDM-Ansatz und den Erkenntnissen innerhalb Ihres Unternehmens basieren, um Ihre Bemühungen zu erleichtern
  2. Definieren Sie Ihre “Vision”
    1. Analysieren Sie die potenziellen Anforderungen und Vorteile von (NextGen) MDM für Ihr Unternehmen und integrieren Sie Ziele und Meilensteine in Ihre digitale Strategie-Roadmap.
    2. Setzen Sie realistische und erreichbare Ziele auf der Grundlage des Niveaus, auf dem sich Ihre Organisation derzeit befindet, und vermeiden Sie die Überlastung von Personal und Ressourcen.
    3. Identifizieren Sie Enabler-Projekte und starten Sie den Prozess der digitalen Transformation und MDM-Transformation, um Ihre Organisation auf den neuesten Stand zu bringen.
    4. Gestalten Sie die Prozesslandschaft mit Blick auf eine mögliche Prozessautomatisierung und die in den vorhergehenden Schritten definierte digitale Strategie-Roadmap um.
  3. Realisieren Sie Ihre “Roadmap”
    1. Messen und verbessern Sie die Maßnahmen, die zur Verwirklichung der strategischen Ziele ergriffen wurden, und passen Sie dabei Ihre Strategie an die spezifischen Bedürfnisse an.
    2. Setzen Sie Anreize für innovativen Unternehmergeist und fördern Sie proaktives Handeln.
    3. Seien Sie ein Vorbild und eine Führungspersönlichkeit: Veränderungen müssen sowohl von der Geschäftsleitung gelebt als auch von den Mitarbeitern umgesetzt werden.

Wir hoffen, dass die Ergebnisse ein neues Licht auf die Entwicklungen auf dem Gebiet der Datenmanagementstrategie geworfen und einige Ihrer Datenmanagementansätze inspiriert haben. Zögern Sie nicht, sich mit uns in Verbindung zu setzen, sei es, dass Sie offene Fragen haben, Ihre aktuelle Datenmanagement-Initiative bewerten oder den zukünftigen Ansatz mit uns gestalten wollen.

Wir danken Christopher Troy für seinen wertvollen Beitrag zu diesem Artikel.

DataDrivenLeaders

Die Community für Data Driven Leaders

Die Community für Data Driven Leaders vernetzt Branchenexperten und hält Sie mit exklusiven Einblicken auf dem Laufenden.

Werden Sie Teil der Data Driven Leaders

Empfohlene Artikel

Innovation

Blockchain mit SAP – SAP HANA Integration

Dieser Blogpost ist ein Artikel in einer Serie von Artikeln zu dem im Dezember 2019 erschienenen Buch „Blockchain mit SAP“ (Rheinwerk Verlag, …

weiterlesen
CRM

Wie Sie mit der SAP Hybris Service Cloud Ihren Kundenservice verbessern

Kennen Sie das? Ein Kunde ruft bei Ihnen an und hat ein Problem mit einem Produkt, das er bei Ihnen gekauft …

weiterlesen
Data & Analytics

Warum Value-Driven Data Quality Management für Unternehmen unerlässlich ist

Richtige Entscheidungen leben von den richtigen Informationen, und Unternehmen sind heute mehr als je zuvor auf belastbare Informationen aus ihren IT-Systemen …

weiterlesen

Denken Sie Ihre Value Chain neu mit uns

Kontaktieren Sie uns